基于图像处理与神经网络的磨粒识别方法研究

本文介绍了ＢＰ神经网络的基本原理以及磨粒显微图像的计算机处理与分析方法。将图像处理与神经网络技术应用于铁谱分析中的４类典型磨粒识别。提取磨粒的特征参数，训练磨粒识别神经网络，可实现４类典型磨粒的计算机识别，其识别率令人满意。     

LVQ神经网络在三维物体识别中的应用

三维物体识别已经广泛应用于工业、医疗及军事等领域,是近年来的研究热点之一.传统的识别方法是根据二维图像来识别三维物体.但摄像机从不同角度拍摄三维物体,引起三维物体的图像变化,使图像特征发生改变,这会严重影响三维物体识别的准确性.针对这个问题,本文采用矩不变量作为图像的特征向量,并且应用LVQ神经网络进行训练,实现识别三...     

铁谱磨粒技术在汽车机械故障预测中的应用

铁谱磨粒分析技术,可从微观角度对动态过程进行监测,以预测、诊断和及时处理非正常磨损早期故障。文章作者将铁谱磨粒分析技术运用在汽车维修行业,验证和完善了传统磨损理论,并结合实践,对微凸体机械嵌合、胶合,塑料变形及刨削作用和疲劳作用进行了分析,证明汽车机械故障可以预测,且可以防止重大事故的发生。     

基于LVQ神经网络算法的脱机手写数字识别研究

针对BP神经网络进行脱机手写数字识别所存在的问题,提出用自组织竞争神经网络（LVQ）对脱机手写数字识别的方法.介绍了LVQ神经网络算法,并构建了LVQ神经网络的识别模型,用Matlab软件进行了仿真.将获得的仿真结果数据与BP神经网络的测试结果进行对比分析,发现LVQ神经网络对脱机手写数字的识别率明显高于BP神经网络,且收敛速度更快.该方法在脱机手写数字识别领域具有一定的可行性与指导性.     

基于轻量级神经网络的地基云图识别

针对目前云识别效率低下,同时缺乏公认且严谨、公开的地基云数据集问题,利用专业设备结合人工标注和迁移学习,构建了目前规模最大且符合国际气象组织标准的云公开数据集HBMCD,并且在此基础上,利用深度可分离卷积、膨胀卷积等技巧构建基本单元,通过组合不同的基本单元构建了轻量级云图分类模型LCCNet.经过多组对比实验,证明了LCCNet不仅参数量低、运算复杂度低,而且针对HBMCD数据集具有高达97.35%的准确率,为设备集成与实际应用提供了可能性.     

用于地物图像分类的神经网络的构造

对神经网络在模式识别中的应用进行了研究,针对军用点状地物识别这一具体问题,比较了径向基函数网络和多层感知器神经网络,提出了一种径向基函数三阶自相关神经网络,设计出一种自适应隐层单元个数选取算法,并把构造的分类器用于地物图像的分类实验,结果表明该算法能很好的自适应控制网络规模,网络模型具有任意平移不变性和很快的训练速度,且有良好的容错性和较高的识别率。     

卷积神经网络在纺织及服装图像领域的应用

随着大数据时代的到来,作为类脑计算领域的一个重要研究成果,卷积神经网络(convolutional neural net-works,CNNs)已广泛应用于多个领域.与传统机器学习相比,卷积神经网络拥有更复杂的网络结构和更多隐藏层,有更强的特征学习和特征表达的能力,已被较好地运用处理多个大规模分类识别任务.目前纺织服装行业大量丰富的图像数据正好迎合了它的应用,已经有许多纺织服装图像领域的研究运用卷积神经网络技术,并取得了较好的效果.梳理了卷积神经网络运用在图像分类和目标检测两方面的主要经典网络结构,并分别介绍了这些网络为更好地应用于纺织服装领域而进行的改良与创新,最后结合现阶段发展给出未来可以运用的理论方向.     

计算机视觉技术在大米轮廓检测上的应用

分析了使用Roberts算子、Sobel算子、Prewitt算子夏模板匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测。并通过对大米图像的分割实验。验证了快速模糊边缘检测法最为有效。为大米等级的分类作了前期准备。     

基于双神经网络分类器的脱机手写体汉字识别

脱机手写体汉字识别因其自身的复杂性,系统的实现具有很大的困难。现有的方法,多针对小字符集。为了能在更大的字符集内实现脱机手写体汉字识别,文章结合双重特征提取方法,提出了将双神经网络分类器引入脱机手写体汉字识别。该方法提取汉字字符的2组特征,将2组特征输入双重神经网络进行并行训练,再经过后处理选择最优结果。将该方法与用于小字符集的SVM方法进行了比较,结果表明其识别率明显高于SVM方法,说明双神经网络在脱机手写体汉字识别中有较强的可行性和实用性。     

神经网络在汉语TTS韵律模型的应用

从计算机技术发展来以，语音合成技术（TEXT TO SPEECH）也随之得到迅速发展，本文讲述了汉语TTS的三部分组成，及神经网络在汉语TTS韵律模型中的应用。     

神经网络的CO_2吞吐候选井模糊优选方法

CO2吞吐候选井的优选和综合评价是二氧化碳吞吐项目成功的基础。在综合评价权重的确定中不管是层次分析法还是模糊层次分析法都带很大的主观性,这里将模糊综合评判方法与神经网络技术相结合,通过神经网络的自学习方法来获得评价参数权重,使权重能反应客观事实。实践证明该方法在CO2吞吐候选井的优选和综合评价中切实可行。